Оказывается, ИИ знает меня лучше, чем я сам — обзор функции Qwen Code Insight

Делимся опытом использования новой функции Insight от Qwen Code: данные покажут, как вы используете ИИ, и как ИИ может помочь вам использовать его эффективнее.

Недавно Qwen Code обновился с новой функцией — Insight.

После нескольких дней использования у меня возникло сильное ощущение: оказывается, ИИ знает меня лучше, чем я сам.

Раньше я думал, что моё взаимодействие с ИИ довольно гладкое, пока Insight не выставил на обозрение все те «проблемы, к которым я привык». Самое интересное — ИИ учит меня, как лучше использовать ИИ. Он не просто говорит вам «что вы сделали», но и подсказывает «как можно сделать лучше».

Разве это не персонализированный учитель для своевременного анализа?

Зачем нам нужен «анализ использования ИИ»?

Мы все понимаем ценность анализа — обзор, размышление, улучшение. Но честно говоря, сколько людей действительно проводят анализ того, «как они используют ИИ»?

Большинство людей (включая меня) находятся в таком состоянии: возникает проблема — спрашиваем ИИ, ИИ дал ответ — используем, появилась ошибка — спрашиваем снова. День за днём мы думаем, что используем ИИ хорошо, но на самом деле, возможно, постоянно повторяем одни и те же неэффективные паттерны и наступаем на одни и те же грабли.

То, что делает Insight — это автоматизация этого анализа для вас.

Он анализирует все ваши диалоги с Qwen Code и генерирует персонализированный отчёт об использовании. Это похоже на «время использования экрана» на телефоне, но вместо того чтобы говорить «сколько коротких видео вы сегодня посмотрели», он рассказывает «сколько работы ИИ сделал для вас сегодня и как можно заставить ИИ делать для вас ещё больше».

Это как зеркало: помогает увидеть ваши «привычки использования ИИ»

Самое впечатляющее в Insight то, что он показал мне паттерны, о которых я даже не подозревал.

Например, мой отчёт показал, что за 4 дня я использовал 246 shell-команд, что значительно превышает все остальные инструменты. Insight сделал вывод:

Вы не любите заранее детально планировать, предпочитаете действовать и корректировать по ходу.

Вы предпочитаете, чтобы Qwen Code выполнял и проверял, а не просто давал советы.

Когда я прочитал это, я на мгновение задумался — это слишком точно. Я действительно тот человек, который «сначала делает, потом думает», но я никогда не осознавал, что эта привычка влияет на эффективность моего взаимодействия с ИИ.

В этом ценность анализа: не сказать вам, что вы сделали неправильно, а показать ваши поведенческие паттерны, чтобы вы сами поняли, что можно оптимизировать.

Insight также анализирует распределение вашей работы, время активности, типы задач, помогая понять с макро-перспективы, чем именно вы занимаетесь с помощью ИИ. Я обнаружил, что в эти дни в основном занимался документацией и разработкой навыков (19 сессий), а не написанием кода — оказывается, я настоящий «документационный человек» (смеётся).

Это как диагност: помогает найти «места, где вы застреваете»

Анализ — это не просто просмотр данных, важнее найти болевые точки.

Insight автоматически определяет точки трения в вашем взаимодействии с ИИ и проводит их категоризированный анализ. Например, в моём отчёте тремя самыми большими болевыми точками были:

• Проблемы сборки и зависимостей: конфликты npm, отсутствует ffmpeg, ошибки прав доступа — каждый раз возился по несколько раундов
• Ошибки записи файлов: синтаксис heredoc, повреждение YAML frontmatter — повторяющиеся ошибки при создании файлов навыков
• Прерывания Git-workflow: ошибки создания PR, проблемы с экранированием кавычек — операции, которые должны выполняться за один шаг, превращались в многоэтапную отладку

Увидев это, я понял — оказывается, эти проблемы не случайны, а систематичны. Каждый раз, когда я сталкивался с проблемами сборки, мне приходилось возиться по несколько раундов, это не проблема ИИ, это моя конфигурация окружения неполная. Если бы Insight не представил эти данные, я бы, возможно, никогда этого не осознал.

Это как визит к врачу: вы можете думать «иногда голова болит — ничего страшного», но медицинский осмотр показывает повышенное давление — проблема не в единичных симптомах, а в том, что вы не видите паттернов за ними.

Это как тренер: даёт конкретные планы улучшений

После обнаружения проблем что дальше? Это самая ценная часть Insight — он не только диагностирует, но и выписывает «рецепт».

Insight на основе ваших болевых точек даёт рекомендации по правилам, которые можно напрямую скопировать в QWEN.md (персонализированный конфигурационный файл Qwen Code). Например, для моей ситуации он рекомендовал:

• Всегда проверять и предоставлять URL при создании PR (потому что я несколько раз сталкивался с проблемой, что PR не создавался по-настоящему)
• Использовать прямую запись файлов вместо heredoc при написании файлов навыков (потому что heredoc постоянно вызывал повреждение YAML)
• Сначала проверять установку зависимостей перед началом сборки (потому что отсутствие зависимостей было моей самой большой чёрной дырой для времени)

Это не общие «лучшие практики», а персонализированные рекомендации, извлечённые из ваших фактических данных использования. Как тренер, который посмотрел запись вашего матча и говорит: «Ваш третий шаг всегда отстаёт на полтакта, попробуйте откорректировать вот так» — вместо того чтобы давать вам общее учебное пособие.

Он также рекомендует функции, которые могут вам понадобиться, но которые вы ещё не использовали. Например, он обнаружил, что я часто использовал shell-команды для обходного создания PR, и порекомендовал попробовать MCP Servers, которые позволяют Qwen Code напрямую взаимодействовать с GitHub, избавляя от возни с командной строкой.

Он также поощряет вас: помогает увидеть, где вы做得 хорошо

Хороший анализ — это не только поиск проблем, но и замечание прогресса и ярких моментов.

Insight расскажет, где вы做得 хорошо и в каких аспектах ИИ оказал вам наибольшую помощь. Мой отчёт показал 97% удовлетворённости, 80% задач выполнены полностью или в значительной степени. Способность, в которой Qwen Code оказал мне наибольшую помощь — «активная помощь» — он активно обнаруживает проблемы и предлагает решения, вместо того чтобы ждать, пока я буду指挥ровать шаг за шагом.

В конце отчёта также есть модуль перспектив будущего, описывающий направление эволюции ИИ-ассистированной разработки — от «пассивного выполнения задач» до «автономных мультиагентных workflow». После прочтения понимаешь: возможно, наш текущий способ взаимодействия с ИИ — это только отправная точка.

Интересное пасхальное яйцо

В отчёте записана одна маленькая история: когда я запросил локальный IP-адрес, я допустил опечатку, ввод был бессмысленным набором символов, но Qwen Code правильно понял, что я имел в виду, и успешно предоставил IP-адрес. Это чувство «взаимопонимания» довольно милое, хехе.

Как использовать Insight?

Введите команду /insights в Qwen Code, чтобы сгенерировать ваш отчёт об использовании.

Отчёт содержит семь модулей:

Отчёт каждого человека уникален, потому что он полностью основан на ваших собственных данных использования. Ваши болевые точки, ваши привычки, ваши рекомендации по улучшению — всё индивидуально подобрано.

Если вы также используете Qwen Code, настоятельно рекомендую попробовать. Не для просмотра данных, а чтобы увидеть того себя, которого вы не замечали — а затем сделать следующее взаимодействие с ИИ немного более плавным, чем предыдущее.

В заключение

Insight — это не просто функция, это новый взгляд — позволить ИИ помочь вам понять, как вы используете ИИ.

В эпоху, когда ИИ-ассистированное программирование становится всё более распространённым, умение эффективно использовать и взаимодействовать, возможно, важнее, чем владение определённым языком программирования. А Insight — это ваше зеркало, ваш диагност, ваш тренер.

📌 Адрес проекта: https://github.com/QwenLM/qwen-code 

Если считаете полезным, пожалуйста, поставьте проекту ⭐️ Star!

Если есть вопросы или хотите поделиться своим сценарием использования, оставляйте комментарии~

🔗 Ссылки и ресурсы

• GitHub: github.com/QwenLM/qwen-code 
• Официальная документация: qwenlm.github.io/qwen-code-docs 

Присоединяйтесь к нам!

Qwen Code нуждается в совместном строительстве разработчиками сообщества, а также в поддержке обратной связи от внутренних пользователей. Наши важные функции, такие как Java SDK, плагин VS Code, плагин браузера Chrome, были созданы совместно внутренними партнёрами. Если вы заинтересованы в Qwen Code, приглашаем присоединиться к совместному строительству!

Также приглашаем присоединиться к нам, проект Qwen Code набирает технические таланты в направлении AI full-stack, уровень не ограничен, приглашаем подавать резюме! pomelo.lcw@alibaba-inc.com 

Обнимите новую эру AI Coding, начиная с Qwen Code в терминале.